DBMS > Apache Impala vs. Axibase vs. EJDB vs. ObjectBox

Vergleich der Systemeigenschaften Apache Impala vs. Axibase vs. EJDB vs. ObjectBox

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic DBMS für Hadoop

Skalierbares Timeseries DBMS basierend auf HBase mit integrierter Rule Engine und Visualisierung

Eingebettete Library mit JSON-Notation für Queries (Syntax ähnlich zu MongoDB)

Lightweight, fast on-device database for IoT, Mobile and Embedded devices, persisting and synchronising objects and vectors

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Document Store

Object oriented DBMS
Vektor DBMS

Sekundäre Datenbankmodelle

Document Store

Time Series DBMS

DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen
Trend Chart

Punkte	10,63
Rang	#40	Overall
	#24	Relational DBMS

Punkte	0,21
Rang	#308	Overall
	#25	Time Series DBMS

Punkte	0,13
Rang	#331	Overall
	#46	Document Stores

Punkte	1,08
Rang	#179	Overall
	#6	Object oriented DBMS
	#9	Vektor DBMS

Website

impala.apache.org

axibase.com/docs/atsd/finance

github.com/Softmotions/ejdb

github.com/objectbox
objectbox.io

Technische Dokumentation

impala.apache.org/impala-docs.html

github.com/Softmotions/ejdb/blob/master/README.md

docs.objectbox.io

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Axibase Corporation

Softmotions

ObjectBox Limited

Erscheinungsjahr

2013

2012

2017

Aktuelle Version

4.1.0, Juni 2022

15585

4.0 (May 2024)

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

Community Edition (single node) is free, Enterprise Edition (distributed) is paid

Open Source

GPLv2

Bindings are released under Apache 2.0

Apache License 2.0

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

C++

Java

C und C++

Server Betriebssysteme

Linux

serverlos

Android
Any POSIX system
Docker
iOS
Linux
macOS
QNX
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

short, integer, long, float, double, decimal, string

string, integer, double, bool, date, object_id

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like DML and DDL statements

SQL-like query language

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

JDBC
Proprietary protocol (Network API)
RESTful HTTP API

In-process Library

Proprietäres native API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

Go
Java
PHP
Python
R
Ruby

Actionscript
C
C#
C++
Go
Java
JavaScript (Node.js)
Lua
Objective-C
Pike
Python
Ruby

C
C++
Dart (Flutter)
Go
Java
Kotlin
Python
Swift

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Source-Replica Replikation

keine

Data sync between devices allowing occasional connected databases to work completely offline

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als Map/Reduce Jobs durchgeführt

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

nein

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Neuigkeiten

MongoDB Realm & Device Sync alternatives – ObjectBox
17. September 2024

Local AI – what it is and why we need it
11. September 2024

First on-device Vector Database (aka Semantic Index) for iOS
24. Juli 2024

Retrieval Augmented Generation (RAG) with vector databases: Expanding AI Capabilities
18. Juni 2024

The on-device Vector Database for Android and Java
29. Mai 2024

Wir laden Vertreter der Systemhersteller ein uns zu kontaktieren, um die Systeminformationen zu aktualisieren und zu ergänzen,
sowie um Herstellerinformationen wie Schlüsselkunden, Vorteile gegenüber Konkurrenten und Marktmetriken anzuzeigen.

Zugehörige Produkte und Dienstleistungen

Wir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren.

Weitere Ressourcen

Erwähnungen in aktuellen Nachrichten

Apache Impala 4 Supports Operator Multi-Threading
29. Juli 2021, iProgrammer

Apache Impala becomes Top-Level Project
28. November 2017, SDTimes.com

Cloudera brings Apache Iceberg data lake format to its Data Platform
30. Juni 2022, SiliconANGLE News

Hudi: Uber Engineering’s Incremental Processing Framework on Apache Hadoop
12. März 2017, Uber

Updates & Upserts in Hadoop Ecosystem with Apache Kudu
27. Oktober 2017, KDnuggets

bereitgestellt von Google News

The Ultimate ATV Test: Suzuki’s King Quad 750 AXI Rugged Package vs. Alaska’s Hunting Season
14. Oktober 2020, Outdoor Life

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk